Buscar

PROVA - Engenharia Preparação e Visualização de dados

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

PROVA – ENGENHARIA, PREPARAÇÃO E VISUALIZAÇÃO DE DADOS
1 - Uma amostra representada um conjunto de dados da base que possui todas as classes a serem estudadas. Definir este conjunto de dados é importante e crucial durante um projeto de Machine Learning, porque os dados a serem processados farão parte deste subconjunto. Considerando o trecho anterior, é correto afirmar que: 
A - Algoritmos de Machine Learning precisam apenas da amostra de teste para construir os modelos matemáticos.
 B - A técnica de validação cruzada é utilizada para dividir uma amostra de dados em subconjuntos para treino e teste. 
C - Algoritmos de Machine Learning precisam apenas da amostra de treino para construir os modelos matemáticos. 
D- A média e a mediana são medidas utilizadas para aplicar a técnica de validação cruzada. 
E - Algoritmos de Machine Learning não utilizam uma amostra para treino e teste para construir modelos matemáticos. 
Qual das alternativas?
2 - Considere que um modelo foi construído para classificar imagens de veículos. Este classificador produziu os seguintes resultados: Verdadeiros Positivos (TP) = 10 imagens; Verdadeiros Negativos (TN) = 20 imagens; falso Negativo(FN) = 100 imagens; Falso Positivo (FP) = 20 imagens. Utilizando essas informações, assinale a alternativa correta sobre qual a precisão deste modelo de classificação? 
A - 1.7 
B - 1.33 
C - 1 
D - 0,67. 
E - 0.33 
QUAL ALTERNATIVA?
3 - ADAPTADA 2016, FGV) Considere as seguintes características de um projeto de banco de dados. a. O modelo de dados é conhecido e estável; b. A integridade dos dados é essencial para o modelo; c. Velocidade e escalabilidade são preponderantes. d. A segurança dos dados deve ser garantida. Considerando as informações apresentadas, avalie as afirmações a seguir. I - Os itens a e b justificam a utilização de modelagem não relacional, uma vez que estabilidade e integridade são as principais características deste tipo de modelo. II - De acordo com o que podemos conferir em sites, por exemplo, da Amazon, bancos de dados NoSQL são criados para modelos específicos e têm esquemas flexíveis para a criação de aplicativos modernos. Os bancos de dados NoSQL são reconhecidos por sua facilidade de desenvolvimento, funcionalidade e performance em escala. III - Esta categoria de banco de dados é otimizada especificamente para aplicativos que exigem modelos de grande volume de dados, baixa latência e flexibilidade. É correto o que se afirma em 
A - I, II e III. 
B - I e II,apenas 
C - II e III, apenas 
D - III, apenas 
E - I, apenas 
QUAL ALTERNATIVA?
4 - Também conhecido como KDD (knowledge-discovery in databases), a descoberta de conhecimento em bases de dados visa encontrar padrões em grandes volumes de dados e, a partir destes padrões, identificar novos conhecimentos. Considerando o texto apresentado, avalie as afirmações a seguir. I. O KDD apresenta o ciclo de vida de um projeto de Inteligência Artificial. II. A modelagem relacional não faz parte do KDD. III. A seleção de dados é a etapa onde o usuário seleciona quais dados deseja visualizar em um dashboard. É correto o que se afirma em: 
A - I, II e III. 
B - II e III, apenas. 
C - I e II, apenas. 
D - III, apenas. 
E - I, apenas. 
QUAL ALTERNATIVA?
5 - Atualmente problemas são resolvidos em computação por meio da escrita de um algoritmo ou pseudocódigo, que especifica passo a passo como o problema pode ser resolvido. No entanto, não é fácil escrever um programa de computador que realize com eficiência algumas tarefas que realizamos com facilidade no nosso dia a dia, como reconhecer pessoas pelo rosto ou pela fala. Que características dos rostos ou da fala serão consideradas? O que fazer para diferentes expressões faciais de uma mesma pessoa, como: alterações na face, o uso de óculos ou bigode, cortes de cabelo, mudanças na voz por uma gripe ou estado de espírito? No entanto, os seres humanos conseguem realizar essas tarefas com relativa facilidade. Fazem isso por meio de reconhecimento de padrões, quando aprendem o que deve ser observado em um rosto ou na fala para conseguir identificar pessoas após terem tido vários exemplos de rostos ou falas com identificação clara. Desta forma, técnicas de processamento de imagens são muito utilizadas quando é necessário avaliar um grande volume de imagens para uma tomada de decisão, o que ocorre em tráfego de veículos. Considerando as informações apresentadas, é correto afirmar que: 
A - Visão computacional não é aplicada em problemas nos quais é necessário processar imagens. 
B - Algoritmos de aprendizagem de máquina não visam simular o funcionamento do cérebro humano. 
C - Um modelo baseado em inteligência artificial deverá realizar multiplas tarefas, tais como extrair features, classificar itens e prever comportamentos de dados. 
D - Apenas bancos relacionais podem ser utilizadas em projetos de inteligência artificial. 
E - Visão computacional possui algoritmos de aprendizagem de máquina para processar e extrair insights a partir de imagens. 
QUAL ALTERNATIVA?
6 - O aprendizado de máquina é um subcampo da ciência da computação que evoluiu do estudo de reconhecimento de padrões e da teoria da aprendizagem computacional em inteligência artificial. Um subcampo da aprendizagem de máquina é o Deep Learning ou Redes Neurais de Aprendizagem profunda que consiste em um conjunto de arquiteturas para redes neurais com várias camadas. Cada camada é responsável por capturar e extrair determinados tipos de informações dos objetos de entrada.
Considerando o trecho acima, avalie as asserções a seguir e a relação proposta entre elas.
I - O processo de extração de características consiste em utilizar uma arquitetura de aprendizagem profunda para processar o conteúdo de uma imagem.
PORQUE
II- Uma imagem é processada pela estrutura da rede e, a cada camada do modelo, são realizadas transformações para identificar características específicas dessa imagem.
A respeito dessas asserções, assinale a opção correta.
A - A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.
B - NAs asserções I e II são proposições verdadeiras, e a II é a justificativa correta da I.
C - As asserções I e II são proposições falsas
D - A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.
E - As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa correta da I.
QUAL ALTERNATIVA?
SUA RESPOSTA ESTÁ INCORRETA
Deep Learning ou Redes Neurais de Aprendizagem profunda consiste em um conjunto de arquiteturas para redes neurais com várias camadas. Cada camada é responsável por capturar e extrair determinados tipos de informações dos objetos de entrada.
7 - Redes neurais convolucionais (convolutional neural networks, CNN) se inspiram no funcionamento do córtex visual. Esse tipo de rede neural é utilizada em três cenários, sendo eles: extração de características; mapeamento de características; subamostragem. Considerando as informações apresentadas, é correto afirmar que: 
A - Subamostragem é uma técnica convolucional. 
B - Um extrator de características permite aplicar validação cruzada para dividir uma amostra de dados. 
C - Deep Learning representa um conjunto de técnicas cujo objetivo é aplicar uma rede neural com camada única. 
D - Subamostragem é uma técnica de regressão linear. 
E - Redes Neurais podem ser utilizadas para processamento de dados textuais. QUAL 
ALTERNATIVA?
8 - Uma das áreas de pesquisa incluídas em aprendizagem de máquina é a habilidade de simular a capacidade cognitiva do ser humano. A inteligência do ser humano é a mais avançada dentro do universo das criaturas e a responsável por esta inteligência é o cérebro. Redes neurais artificiais (RNA) são utilizadas para simular o funcionamento do cérebro humano e, com isso, seu objetivo é construir um artefato de software capaz de tomar decisões de forma similar ao ser humano. Considere o texto apresentado e avalie as asserções abaixo e a relação proposta entre elas. I - Um neurônio computacional visa simular o funcionamento do seu modelo biológico.PORQUE II - Uma das áreas de pesquisa incluídas em aprendizagem de máquina é a habilidade de simular a capacidade cognitiva do ser humano. A inteligência do ser humano é a mais avançada dentro do universo das criaturas e a responsável por esta inteligência é o cérebro. Redes neurais artificiais (RNA) são utilizadas para simular o funcionamento do cérebro humano e, com isso, seu objetivo é construir um artefato de software capaz de tomar decisões de forma similar ao ser humano. A respeito dessas asserções, assinale a opção correta: 
A - As asserções I e II são proposições falsas 
B - As asserções I e II são proposições verdadeiras, mas II não é uma justificativa correta da I. 
C - A asserção II é uma proposição verdadeira e a I é uma proposição falsa. 
D - A asserção I é uma proposição verdadeira e a II é uma proposição falsa. 
E - As asserções I e II são proposições verdadeiras, e a II é uma justificativa correta da I. 
QUAL ALTERNATIVA CORRETA?
9 - Considere o seguinte script em SQL: CREATE TABLE "Empresa"."FUNCIONARIO" ( "ID_FUNC" NUMBER, "NOMEFUNC" VARCHAR2(30 BYTE), "ENDERECO" VARCHAR2(50 BYTE), "DATANASC" DATE, "SEXO" CHAR(1 BYTE), "SALARIO" NUMBER(8,2), "ID_SUPERV" NUMBER(4,0), "ID_DEPTO" NUMBER(2,0), PRIMARY KEY ("ID_FUNC") ); A partir do script apresentado, avalie as afirmações a seguir. I - A tabela funcionário possui 8 atributos. II - A tabela funcionário possui 8 registros. III - A coluna ID_FUNC é uma chave estrangeira. É correto o que se afirma em: 
A - II e III 
B - I e II, apenas 
C - II e III, apenas 
D - I e III, apenas 
E - I, Apenas 
QUAL ALTERNATIVA CORRETA?
10 - Um banco de dados relacional armazena seus dados de acordo com a relação que eles estabelecem. Essa forma de armazenamento permite facilitar a compreensão do modelo de dados armazenado. Neste tipo de banco de dados, a estrutura de tabela é um conjunto não ordenado de linhas (tuplas, na terminologia acadêmica) onde os registros são armazenados. Considerando o texto apresentado, avalie as asserções a seguir e a relação proposta entre elas. I - Uma tabela relacional permite organizar registros em linhas e suas colunas representam cada um de seus atributos. PORQUE II - O modelo relacional preza por escalabilidade dos dados. A respeito dessas asserções, assinale a opção correta: 
A - As asserções I e II são proposições falsas. 
B - As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I. 
C - A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. 
D - A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. 
E - As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. 
QUAL ALTERNATIVA CORRETA?
2

Continue navegando

Outros materiais